-
基于卷积神经网络的实景交通标志识别
摘 要：文中对传统的卷积神经网络Lenet-5的结构进行了改进，并利用拍摄的实景交通标志图对其进行训练。训练集含有10万张图片，训练大约消耗了一天时间，尽管如此，当网络训练好之后，识别一张交通标志图可以在1毫秒内完成。非训练集的2万张图片被用作测试集来验证已训练好的网络，最终识别率可达80%以上。
摘 要：文中对传统的卷积神经网络Lenet-5的结构进行了改进，并利用拍摄的实景交通标志图对其进行训练。训练集含有10万张图片，训练大约消耗了一天时间，尽管如此，当网络训练好之后，识别一张交通标志图可以在1毫秒内完成。非训练集的2万张图片被用作测试集来验证已训练好的网络，最终识别率可达80%以上。
